Core Concepts
본 논문은 UWB TDOA 기반 위치 추정 시스템에서 위치 추정 오차를 최소화하기 위한 적응형 앵커 쌍 선택 방법을 제안한다. 이 방법은 시스템 운영 영역을 여러 구역으로 나누고 보정 과정에서 각 구역에 대한 최적의 앵커 쌍을 선택한다.
Abstract
본 논문은 UWB TDOA 기반 위치 추정 시스템에서 위치 추정 정확도를 향상시키기 위한 적응형 앵커 쌍 선택 방법을 제안한다.
시스템 보정 단계:
로봇 플랫폼을 이용하여 시스템 운영 영역을 주행하며 UWB 태그의 도착 시간과 LiDAR 스캔 데이터를 수집한다.
LiDAR 데이터를 이용하여 로봇의 기준 위치를 계산한다.
다양한 TDOA 쌍 조합을 이용하여 로봇 위치를 추정하고, 각 구역별로 위치 추정 RMSE가 가장 낮은 TDOA 쌍 조합을 선택한다.
위치 추정 알고리즘:
먼저 Least Squares 기반 추정기를 이용하여 대략적인 태그 위치를 추정한다.
그 후 해당 구역에 대한 최적의 TDOA 쌍 조합을 선택하여 Unscented Kalman Filter 기반 알고리즘으로 최종 위치를 추정한다.
시뮬레이션과 실험 결과, 제안된 방법이 고정된 TDOA 쌍을 사용하는 경우에 비해 위치 추정 정확도를 향상시킬 수 있음을 보여준다. 실험에서 이동 중인 사람 위치 추정의 중앙값 오차는 약 25cm 수준이었다.
Stats
시뮬레이션 환경에서 각 구역별 최적의 TDOA 쌍 조합은 다음과 같다:
구역 1: (1, 2), (1, 4), (2, 3), (3, 4), (4, 5)
구역 2: (1, 4), (2, 4), (3, 5), (4, 5)
구역 3: (1, 3), (1, 5), (2, 5), (3, 4), (4, 5)
구역 4: (1, 2), (1, 4), (2, 4), (2, 5)
구역 5: (1, 2), (1, 5), (2, 4)
실험 환경에서 각 구역별 최적의 TDOA 쌍 조합은 다음과 같다:
구역 1: (2,5), (3, 5), (4,6)
구역 2: (1, 2), (2, 6), (3, 6), (4, 6)
구역 3: (1, 4), (2, 3), (2, 5), (3, 5), (4, 6)
구역 4: (1, 2), (1, 3), (1, 5), (3, 5), (4, 5)
구역 5: (1, 4), (2, 4), (2, 6), (3, 4)